Pronalaženje odnosa u podacima predviđanja prodaje

Kada napravite kvantitativnu prognozu (prognoza koja koristi numeričku osnovnu vrijednost, a ne nešto poput mišljenja stručnjaka), uvijek tražite odnose. Pretpostavimo da razmišljate o korištenju regresije za predviđanje. Možete dobiti nekoliko mogućih prediktorskih varijabli, od kojih bi bilo koja (ili bilo koja kombinacija) mogla dati najbolju prognozu.

U prodajnoj areni to znači traženje odnosa između prodaje i nekih drugih varijabli poput veličine prodajne snage, vremenskog razdoblja ili jedinične cijene. (Mišljenja stručnjaka, sve dok dolaze od pravog stručnjaka, također su vrijedna - čak i ako ih koristite samo za pružanje konteksta za svoje kvantitativno predviđanje.)

Odnos između prihoda od prodaje za jedno vremensko razdoblje i prethodnog vremenskog razdoblja također je često zanimljiv. To se naziva autokorelacija i konceptualno je blisko autoregresiji. Izračun autokorelacije može vam pomoći da donesete mnoge odluke, uključujući sljedeće:

• Koju metodu predviđanja koristiti
• Hoće li vas zavesti prognoza pokretnog prosjeka
• Kako strukturirati eksponencijalno izglađivanje prognoze
• Treba li detrendirati osnovnu liniju

Pogotovo ako imate priličan broj mogućih prediktorskih varijabli, izračunavanje odnosa jedan po jedan može biti prava muka. Za to ćete htjeti koristiti dodatak za analizu podataka.

Jedan od alata koji ćete pronaći u dodatku za analizu podataka je alat za korelaciju. Ako svoju osnovnu liniju postavite kao Excel tablicu, alat Korelacija uklanja većinu agonije izračunavanja nekoliko korelacija.

Sljedeća slika prikazuje:

• Prihodi od prodaje (varijabla koju želite predvidjeti)
• Vremenski period
• Jedinična cijena
• Veličina prodajne snage
• Dolari za oglašavanje
• Ukupna procjena prihoda voditelja prodaje

Ovo je previše podataka za praktičan izračun pomoću funkcija radnog lista.

Vaš je cilj odlučiti koje (ako ih ima) od zadnjih pet varijabli uzeti u obzir kao prediktorske varijable u regresijskoj prognozi prihoda od prodaje. Za početak tog rada izračunajte svaki od koeficijenata korelacije.